'Computer Science / Neural Computing' 카테고리의 모든 글
: 본 논문은 다목적 여행 판매원 문제(Multi Objective Traveling Salesman Problem, MOTSP)를 해결하기 위한 유전 알고리즘의 혁신적인 접근법을 제안한다. 이 연구는 특히 수정된 2 opt와 점프 유전자 연산자를 활용한 Elitist 비우월 정렬 유전 알고리즘(NSGA II)에 초점을 맞추고 있다. 문제 정의 및 배경 여행 판매원 문제(TSP)는 주어진 도시들 사이에서 가장 저렴한 경로를 찾는 문제로, 단일 목적 TSP는 NP 완전 문제이다. 다목적 TSP에서는 여러 목표(예: 비용과 거리)를 최
본 논문은 웹 사용자 패턴 분석을 위한 전처리 및 클러스터링 방법론에 중점을 두고 있다. 주요 내용과 그 중요성, 그리고 제안된 접근 방식의 효과를 심도 있게 분석해보자. 1. 전처리의 필요성 웹 로그 데이터는 웹사이트 방문자의 행동을 기록한 대량의 정보로 구성되어 있으며, 이 데이터에서 유의미한 패턴을 발견하기 위해서는 정교한 전처리 과정이 필수적이다. 본 논문에서는 전처리를 통해 초기 로그 파일 크기를 73 82%까지 줄이는 동시에 풍부하고 구조화된 데이터를 제공하는 방법론을 제시한다. 전처리의 주요 목표는 분석 대상 데이터의
Yukthi Opus(YO)는 메타휴리스틱 설계에서 흔히 발생하는 ‘전역 탐색과 지역 탐색의 균형’ 문제를 세 단계 구조로 명확히 구분함으로써 해결책을 제시한다. 첫 번째 레이어인 MCMC 기반 전역 탐색은 확률적 전이 메커니즘을 이용해 탐색 공간을 균등하게 샘플링하고, 초기 번인 단계에서 충분히 다양한 영역을 방문하도록 설계되었다. 이때 블랙리스트를 도입해 이미 낮은 품질을 보인 지역을 재방문하지 않게 함으로써 불필요한 계산을 크게 절감한다는 점이 눈에 띈다. 두 번째 레이어는 전통적인 탐욕적 로컬 서치를 적용해 현재 위치에서 가
This paper introduces Shenjing, a novel architecture that aims to achieve energy efficient deep neural networks (DNNs). The primary focus is on addressing the high energy consumption of DNNs, especially in on device AI applications where both computation and communication consume significant amounts
This paper explores how neural networks maintain their performance and structure during training by showing that the weight matrices do not significantly deviate from their initial values. The authors demonstrate that even with minor changes in weights, the network can still achieve rapid convergenc
This paper discusses a method for improving the learning efficiency of deep neural networks by utilizing structural information from program code. The authors aim to enhance the effectiveness of machine learning in analyzing and optimizing complex programs. Traditional methods often struggle with ca
검색어를 입력하세요